通过静止状态fMRI的图形理论分析,研究大抑郁症中功能性大脑网络的变化
Elnaz Akbarpouri Agziyart1, Karim Abbasian1, Somaye Makouei1
1Department of Biomedical Engineering, Faculty of Electrical and Computer Engineering, University of Tabriz, Tabriz, Iran.
Psychiatry research. Neuroimaging
|September 1, 2024
概括
大型抑郁症 (MDD) 与大脑连接的改变有关. 这项研究发现,MDD患者的全球和本地效率降低,途径长度增加,表明大脑网络发生了重大变化.
科学领域:
- 神经科学是一个神经科学.
- 精神病学是一个精神病学.
- 医疗成像医学成像
背景情况:
- 大型抑郁症 (MDD) 是一种慢性精神障碍,影响情绪,思想和行为.
- 基本的病理生理学和MDD的有效治疗方法在很大程度上是未知的.
- 异常的功能性大脑连接是使用fMRI的MDD患者的一个关键观察结果.
研究的目的:
- 在患有重大抑郁障碍 (MDD) 的人群中调查全脑功能网络的拓学变化.
- 为了比较MDD患者和健康对照者 (NCs) 之间的功能性大脑网络特征.
主要方法:
- 利用了60名MDD患者和60名正常对照 (NC) 的预处理fMRI数据.
- 采用基于图形理论的方法来提取全脑功能网络及其拓.
- 进行了两样,两尾的t测试,以比较使用DPABI-Net/统计分析工具箱组之间的网络拓特征.
主要成果:
- 与NCs相比,MDD患者的全球和本地效率下降,途径长度显著增加.
- 节点级分析显示,感觉运动网络 (SMN) 和背部注意网络 (DAN) 的节点度下降.
- 在MDD患者的SMN,默认模式网络 (DMN),DAN,视觉网络 (VN) 和腹部注意网络 (VAN) 中观察到节点效率降低.
结论:
- 在MDD患者的功能性大脑网络分析显示了广泛的变化.
- 关键发现包括增加路径长度,降低全球/本地效率,以及在关键大脑网络中减少节点效率/程度.
- 这些SMN,DMN,DAN,VN和VAN中的网络中断突出了MDD的潜在生物标志物.
更多相关视频
08:23A Multimodal Imaging- and Stimulation-based Method of Evaluating Connectivity-related Brain Excitability in Patients with Epilepsy
Published on: November 13, 2016
11.1K
12:09Network Analysis of the Default Mode Network Using Functional Connectivity MRI in Temporal Lobe Epilepsy
Published on: August 5, 2014
18.0K
